L'archiviazione nella digitalizzazione industriale e il Progetto Google

#

Mr. Klaus Kempf

Archiviazione: Babs, Rosetta, LRZ; Progetto Google e la digitalizzazione di massa.

68

Archiviazione

Archiviazione automatica dopo la chiusura di tutti i lavori

Transfer della produzione giornaliera durante la notte al centro calcoli di ricerca „Leibniz“ (LRZ), Monaco di Baviera

Amministrazione, salvataggio sul disco rigido e sul nastro magnetico nel sistema automatico

Possibilità di recupero dei dati per utilizzi successivi (riproduzione del catalogo, facsimili ecc.)

Palermo, 11 novembre 2014

69

BABS: Alcuni dati statistici

0

200.000.000

400.000.000

600.000.000

800.000.000

1.000.000.000

1.200.000.000

1.400.000.000

Jan.

09

Mrz

. 09

Mai

. 09

Jul.

09Sep

. 09

Nov

. 09

Jan.

10

Mrz

. 10

Mai

. 10

Jul.

10Sep

. 10

Nov

. 10

Jan.

11

Mrz

. 11

Mai

. 11

Jul.

11Sep

. 11

Nov

. 11

Jan.

12

Mrz

. 12

Mai

. 12

Jul.

12Sep

. 12

Nov

. 12

Jan.

13

Mrz

. 13

Mai

. 13

Jul.

13Sep

. 13

Nov

. 13

Jan.

14

Mrz

. 14

Mai

. 14

Jul.

14Sep

. 14

Quantità totale dei dati archiviati su 31/10/2014 (incluso il progetto Google): 567 Terabyte 1,22 miliardi di file

Crescita per anno: ~ 70-80 Terabyte ~ 200.000 file

69 Palermo, 11 novembre 2014

Archivazione digitale: Flusso di lavoro con BABS


Archivazione digitale: Flusso di lavoro con Rosetta


72

Archiviazione a lungo termine – Cooperazione con il LRZ: Backup fondato su robots - e sistema d‘archivio

STK SL8500 Palermo, 11 novembre 2014

Archivazione d‘oggetti/documenti digitali

Metadati (TEI)

Fulltext

Imagini (TIFF) con profilo

colori (ICC)

Derivate (JPEG)

Nuovo: 3-D

Archivreport

74

Archiviazione a lungo termine – LRZ Backup e sistema d‘archivio: nastri magnetici

2 x IBM TS3500 (3584) Palermo, 11 novembre 2014

75

G. Excursus: Il progetto di Google – Digitalizzazione industriale di massa


76

– Partner nel programma bibliotecario di Google BookSearch Ricerca Libri BETA

Bayerische Staatsbibliothek

Princeton University

University of California

The National Library of Catalonia

University Complutense of Madrid

Harvard University

University of Michigan

The New York Public Library

Oxford University

Stanford University

University of Texas at Austin

University of Virginia

University of Wisconsin - Madison

Committee on Institutional Cooperation (CIC)

Cornell University Library Ghent University Library

Keio University Library

University Library of Lausanne

Columbia University Libraries


77

Book Search: Public-Private-Partnership

Digitalizzazione del patrimonio completo della Biblioteca Statale della Baviera non coperto dal diritto di autore

(circa 1,2 millioni titoli) Cooperative Agreement („Non-Disclosure Agreement“)

Durata del progetto: pluriennale

Sede: Stato Libero della Baviera

Nessun costo diretto per la BSB

Copie digitali incl. Fulltext in più permanenti miglioramenti sulle copie esistenti per la BSB: „Library Digital Copy (LDC)“

Accesso diretto via OPAC, website, ed altre offerte in internet della BSB

Integrazione mediante metadati in portali e servizi regionali, nazionali e internazionali


78

„Mutuo accordo di Non-Rivelazione“

niente numeri

niente nomi

niente posti

Niente processi


79

Digitalizzazione da Google e a spese di Google

Copia digitale di Google Integrazione nei servizi di Google

Library Digital Copy Integrazione nei servizi della biblioteca


Digitalizzazione di massa „Industriale“

No alla „raccolta selettiva“: nessuna priorità di corpora, numero di scaffali, tipi di materiale ecc.

La logistica determina le procedure e il tempo della digitalizzazione (trasporto, condizioni di lavoro, turni, ecc.)

La selezione si focalizza strettmente sui problemi di conservazioni, formato e Copyright

Continua ottimizzazioen delle tecnologie di scansione da parte di Google („se non funziona oggi, funzionerà domani“)

In altre parole: se Google non può digitalizzare per problemi tecnici o di conservazione, la BSB lo farà.


81

Sviluppo del patrimonio Eredità culturale scritta ca. 1900

Google Digital Copy

e

Non coperti dal diritto d‘autore

Public-Private- Partnership

diritto d‘autore

Digitalizzazione

Library Digital Copy

e

Documentazione dell‘ URL

Accesso al digitalizzato

Testo completo Immagini/file immagini

+

Patrimoni e licenze attuali

Manoscritti

Incunaboli

Stampe

antiche

Rara

Google – Cooperazione


http://www.google.de/logos/Logo_40wht.gif

Una sfida in più: Erogazioni di fulltext tramite software OCR

Nella BSB il fulltext viene generato mediante il software „Abbyy Recognition Server“

Google utilizza invece il software „Tesseract“

Un ulteriore miglioramento della ricerca bibliografica sul fulltext si raggiunge attraverso l‘uso dei cosiddetti „Named Entity Recognition (NER)“ che portano con se una focalizzazione della ricerca ai questi tipi di „navigatori“.


Una sfida in più: Erogazioni di fulltext tramite software OCR


Fulltext search in books digitized by Google via name entity recognition


bookalive.informamuse.com

L'archiviazione nella digitalizzazione industriale e il Progetto Google

Education

Transcript of L'archiviazione nella digitalizzazione industriale e il Progetto Google